현재 저는 제스처 인식 응용 프로그램을 개발 중이며, 웹캠을 사용하여 matlab의 분류 단계로 숨겨진 마르코프 모델을 사용하고 있습니다. 필자는 특징 벡터 추출을 포함한 전처리 과정을 마쳤습니다. 필자는 PCA (Principal Component Analysis)를 이러한 벡터에 적용했습니다. Kevin Murphy의 HMM 도구 상자를 사용하려면 1에
그래서 학습 데이터 세트가 주어진 특정 Hidden Markov Model (HMM)의 대부분의 매개 변수를 예측할 수있었습니다. 이 매개 변수는 숨겨진 상태의 emission probabilities 및 Markov 체인의 transition matrix $ P $입니다. 학습을 위해 Gibbs sampling을 사용했습니다. 이제 초기 누락 확률 $ \
MATLAB에서 마르코프 체인을위한 전이 행렬을 만들려고합니다. 나는 여러 가지 관찰 시퀀스 (모든 길이가 다름)를 가지고 있으며이를 사용하여 전환 매트릭스를 생성해야합니다. Constructing a multi-order Markov chain transition matrix in Matlab은 하나의 관찰 순서로 전환 행렬을 만드는 방법을 보여줍니다.
음성 인식에서 쓰레기를 분리하는 시스템을 개발하려고합니다. 숨겨진 마르코프 모델의 jahmm 구현을 사용하고 있습니다. 나는 관측 시퀀스로서 훈련 데이터를 시스템에 제공해야하는 형식에 대해 혼란스러워한다. 그리고 HMM의 각 상태는 무엇으로 구성됩니까? 나는 설명서를 읽으려고했지만 couldnt 이해합니다. 고마워요
내 질문은 간단합니다 : 2 차원 배열을 c에서 정규화하는 가장 효율적인 방법은 무엇입니까? 그래서 열 (또는 행)의 합이 1이됩니다. 다음은 간단한 예제입니다. 내가 뭘하고 싶은지. 배열을 변형하여 행이나 열을 정규화 할 수 있습니다 (문제가있는 경우). 나는 또한 외부 C 선형 대수 라이브러리를 사용하도록 열려 있습니다. 어디서부터 시작해야할지 모르겠습
내 내부 Markov-Model을 4 개의 내부 상태에서 확장하고 4 개의 관측을 8 개의 상태와 8 개의 관측으로 확장하려고합니다. (현재 이들은 거의 동일한 의미를가집니다. ,하지만 내부 상태의 수를 줄일 수 있습니다). 하지만 지금은 오류가 점점 오전 : The number of 8 emission paramters for state 0 is inva
단백질 2 차 구조 예측에 HMM (forward backward model)을 사용하고 싶습니다. 기본적으로 세 상태 모델이 사용된다 : 미국 = {H = 알파 헬릭스, B = 베타 시트 C가 = 코일} 각 상태의 발광 확률 PMF를 갖는 1 바이 (20; 20 개 아미노산). 순방향 역방향 모델에서 시퀀스의 "트레이닝 세트"를 사용한 후 기대 최대화는
일부 데이터를 분류하기 위해 weka.classifiers.bayes.HMM을 사용하고 있지만 ARFF 파일의 모양을 정확하게 찾을 수없는 것 같습니다 ... 설명서 나에게 정말로 분명하지 않았습니다. 그래서 HMM에 시계열 데이터가 필요하다는 것을 알았습니다. 내 질문은 내 데이터 집합에서이를 나타내는 방법입니다. 각 기능 선 앞에 또 다른 "수치"색인을
sklearn을 사용하여 주가를 예측하려고합니다. 나는 예측에 처음이다. 나는 gaussian hmm의 주식 예측을 위해 sklearn에서 예제를 시도했다. 그러나 예측은 가격에 오버레이를 적용하고 주어진 입력 마감 가격에서 포인트를 얻는 주 시퀀스를 제공합니다. 내 질문은 다음 10 가지 가격을 생성하는 방법입니다.